图像进阶史︱从给人看到机器读懂视界？
CPS中安网:罗超
这视界,没有什么不能再次定义!
监控本初,追求图像,那什么是摄像机图像的新未来?
一场新品发布会,揭晓答案。
3月29日，以创视纪iibull为主题的下一代照相机和2021新产品发表会在珠海成功召开。华为机器视觉社长段爱国提出的图像从给机器看，盛大地发表了SuperColor、SuperCoding、AITurbo三种新产品，期待着下一代照相机等7种新产品。
期待着，业界第一次来，每次发出声音都是涟漪。计算力交换图像是业界首次，图像给机器看是新的突破。这次，期待着再次定义图像的未来。
时代在变革，技术在进步，与之相矛盾，终于变得越来越少。
世界是视野，人看视野也许一样。
人眼具有较强的观察能力，在复杂变化的环境下可以识别目标，同时大脑赋予最高级的智能分析能力，可以利用逻辑分析和推理能力识别变化目标。因此，长期以来，在监视室盯着屏幕，成为监视员的日常生活，这也是视频监视时代最传统、最普遍的工作方式。但是，人眼看到的视野是真正的视野吗？
人看视野可能真的不同。
人不是机器，先天性有短板，具有主观性，容易误解心灵，产生误判。
与文字和声音相比，视频承载了更多的信息，并从大量丰富的信息中阅读有用的数据。这是一项非常复杂和复杂的工作。这种被动的应对方法不能积极预防，受到人员数量和能力的限制。例如，长时间容易疲劳，错过观看，看不及时。此外,在显示终端方面也因各种原因受制,你看到的视界,不一定为实。
视频监控产生数据,有三大内涵:海量、非结构化和低价值密度。众所周知，市场激增，视频监视数据量巨大，以惊人的速度迅速膨胀，随着视频监视图像的连接和整合，视频分辨率和帧率的提高，实时视频数据的存储从TB水平上升到PB水平，而且视频监视数据以非结构化为主，以平安城市主要有视频、图像、地理位置信息等类型的数据，但随着智能安全各种监视和相关物联系统的整合，数据类型越来越多在7times24小时连续监视的过程中，有用的数据只有几分钟，甚至几秒钟。这些信息更新频率快，随时产生大量开发者_如何学运维数据。对于这些复杂的非结构化数据，人们看到和查询的依据只有空间和时间两个维度。这种数据利用方法不仅效率低下，而且隐藏的价值信息也被大量冗馀信息所复盖。
更严峻的现实是，从视频监视到智能安全到机械视觉，产业变迁后，千行百业进行数字变革和智能变革。智能安全照相机解决了眼睛看到的问题和什么样的感觉水平，主要是大量的数据存储和分析。那么，在机器视觉时代，照相机识别内容的对象更广泛，全场景和全天候的垄断，解决更多是大脑思考的问题，即如何认知水平，主要基于数据的分析、理解、决策和行动，看数据的关联，全面看，自动看。
可想而知,依靠人眼和大脑去检索、查看、分析和研判图像数据,仿佛天方夜谭。
以此来看,从给人看到给机器看,顺势而为而已。
如果照相机的图像给机器看的话，是剧本，那个时代的变局是最好的演员。
制作机器视觉，感知是第一步，也是最重要的一步，是机器视觉应用的最佳落脚点。
因此，期待新产品发布会再次创造纪律，主要定义图像未来，揭示未来照相机图像的正确打开方式:给机器看。
进入机器视觉时代，许多视频数据参加者不再是人，而是机器和算法。让机器看到大容量视频的快速分析，大幅度提高效率，发现更多目标细节。对于照相机拍摄的大量数据，机械处理是后续发展的唯一选择，单纯依靠人力识别需要大量的人力投入，效率低下，机械算法可以使用7times24小时不间断分析，大幅度减少操作者浏览视频数据的时间，迅速自动定位敏感信息，进行结构化的存储，减少疲劳等原因的审查疏忽，大幅度提高效率的同时，根据算法模型的优化和大量数据训练的优势，智能算法已经表现出超越人眼睛的性能
总之，给机器看的不同之处在于，更准确、更多的检测和识别、更多的图像处理、更多的数据分析和应用。作为未来数字世界的眼睛，图像给机器看，看起来很简单，想做的事很多。
架构方面,在图像采集环节的镜头以及Sensor从可见光到多光谱支持,大幅提升红外QE性能和宽动态技术,以适应全天候;图像ISP从简单面向人眼视觉到面向机器视觉任务增强图像质量,现有的ISP大部分环节都是面向人眼视觉,需要针对机器视觉识别率重构和增强;在编码环节,从传统面向人眼感知模型的编码到面向机器视觉模型的编码,同时在识别率做提升;在质量评价环节,从主观到客观,体现评价场景与真实场景一致,评价指标与实际效果一致,评价结果与主观感受一致。
在这样的背景下，期待业务模型的设计也从人眼视觉到机器视觉的重建，看、保存、使用三个方向，构筑机器视觉的三大技术:SuperColor、SuperCoding、AITurbo，贯穿图像数据的全生命周期管理和使用，加强产品和场景化解决方案。
SuperColor:依托墨子系列镜头、烛龙系列Sensor、ISP算力换图像,打造全天候极致图像体验,让人看更舒适、让机器看的更准。
SuperCoding:通过精细化ROI分析、视频流像素级分割、分层质量评估、智能精准码控等方式,打造价值视频最长留存方案,1TB当3TB存储。
AI Turbo:将视频类AI算子硬件化,让硬件能力发挥最大效果;通过增强型推理引擎,节省资源消耗;优化算法模型高压缩比,适配复杂的场景化应用。
从人到机器,图像进阶是一个体系变革,涉及到摄像机体系架构、数据管理与分析应用。
从人到机器,摄像机的进化论,除了端的进化,还需物的融合即依托好望生态伙伴将更多物联网数据进行融合,使得数据多元化;最后还需云的协同。云是资源整合者、能力提供者，通过终端、边缘、云、生态的高效合作，实现了机器的理解视野。因此，3月4日期待云，是为了先行。
关于期待，时代变了，对方变了，观众变了，玩法也变了。
视野，每次变化都很棒。期待新产品的发表，定义图像的未来，浓墨重彩。
加载中,请稍侯......
精彩评论